사물인터넷 등을 통하여 각종 기기들이 인터넷으로 연결되어 있고 이로 인하여 인터넷을 이용한 공격이 발생하고 있다. 그러한 공격 중 악성 URL를 이용하여 사용자에게 잘못된 피싱 사이트로 접속하게 하거나 악성 바이러스를 유포하는 공격들이 있다. 이러한 악성 URL 공격을 탐지하는 방법은 중요한 보안 이슈 중에 하나이다. 최근 딥러닝 기술 중 뉴럴네트워크는 이미지 인식, 음성 인식, 패턴 인식 등에 좋은 성능을 보여주고 있고 이러한 뉴럴네트워크를 이용하여 악성 URL 탐지하는 분야가 연구되고 있다. 본 논문에서는 뉴럴네트워크를 이용한 악성 URL 탐지 성능을 각 파라미터 및 구조에 따라서 성능을 분석하였다. 뉴럴네트워크의 활성화함수, 학습률, 뉴럴네트워크 모델 등 다양한 요소들에 따른 악성 URL 탐지 성능에 어떠한 영향을 미치는 지 분석하였다. 실험 데이터는 Alexa top 1 million과 Whois에서 크롤링하여 데이터를 구축하였고 머신러닝 라이브러리는 텐서플로우를 사용하였다. 실험결과로 층의 개수가 4개이고 학습률이 0.005이고 각 층마다 노드의 개수가 100개 일 때, 97.8%의 accuracy와 92.94%의 f1 score를 갖는 것을 볼 수 있었다.
본 연구는 호흡기 또는 비말 전파 바이러스 감염자의 흉부 X-선 검사 시 바이러스 차단설비를 갖춘 촬영실을 구상해 보았고, 설계과정에서 바이러스를 차단역할을 하는 검증된 차단제 중 X-선의 출력 및 화질의 저하가 가장 적은 재질과 두께를 찾기 위해 실험해 보았다. 그 결과 아크릴 1 cm 적용 시 X-선 출력은 차단제 없을 시 보다 약 3.27 % 감소 되었고, SNR은 40.7, CNR은 30.9로 분석되었고 SSIM 지수 분석결과 0.891로 분석되어 원본 영상과 비교하여 가장 유사한 영상으로 구현되는 것으로 분석되었다. 연구방법에서 적용한 차단제는 식약처 허가 등을 받은 제품을 사용했다는 점에서 객관성이 있었으며 향후 호흡기 관련 바이러스 발생 시 감염환자의 진단 및 치료 시설 설비 시 본 연구결과는 유용한 정보를 제공할 것으로 사료된다.
수면 무호흡증은 고혈압, 뇌졸중, 심근경색, 우울증 및 인지기능 장애 등 다양한 2차 질환을 일으키며 심혈관 및 뇌혈관 질환의 발생 원인이 되기에 수면 무호흡의 조기 발견 및 지속적인 관리가 절실히 필요하다. 본 연구에서는 수면 중 호흡을 모니터링하기 위해 목의 기관 부위에서 호흡에 의한 미세한 진동을 검출할 수 있는 PVDF 필름 진동 센서를 이용하여 정상호흡과 수면 무호흡을 판단하는 웨어러블 디바이스를 개발하였다. 검출된 호흡음 데이터를 기반으로 호흡수, 무호흡 등의 변수들을 추출하였고 잡음 제거 알고리즘을 수립하여 잡음 신호가 있을 시에도 영향을 최소화하는 방법을 적용하였다. 또한 변동 문턱치 알고리즘을 수립하여 불규칙적인 호흡 패턴에서도 분석이 가능함을 확인하였다. 그 결과 분당 호흡수의 정확도는 98.7%이고 무호흡 횟수와 무호흡 지속 시간에 대한 개발기기와 수면다원검사의 결과를 비교한 결과 무호흡 횟수 측정 정확도는 92.6%, 무호흡 지속 시간의 정확도는 94.0%임을 확인하였다. 본 연구의 결과는 일상생활 중 가정에서 간편하고 정확하게 수면 정보를 모니터링하고 치료 경과를 확인할 수 있는 웨어러블 디바이스의 제품화로 이어져 수면장애의 관리에 큰 도움이 될 것이다.
목적 : 본 연구는 앤더슨 행동 모형의 적용을 통해 지역사회 거주 노인의 인지 향상 프로그램의 참여 의사 결정 요인에 대한 실증적인 분석하고자 한다. 연구방법 : 본 연구의 표집 방법은 온라인 설문조사 형태로 시행되었으며, 대상자는 국내 지역사회 거주 65세 이상 노인이었다. 2020년 8월부터 9월까지 2개월에 걸쳐 시행되었으며, 설문에 참여한 대상자는 총 154명이었다. 결과 : 본 연구의 주요 결과로는 첫째, 소인 요인의 성별, 연령, 지역적 특성, 최종학력, 그리고 경제적 상태는 인지 향상 프로그램 참여 의사 간의 상관관계가 없었다. 둘째, 가능성 요인 중 프로그램의 다양성, 흥미도, 그리고 효과성은 인지 향상 프로그램 참여 의사 간에 상관관계가 있었지만, 프로그램의 난이도, 참신성 그리고 전자기기 사용 능력은 인지 향상 프로그램 참여 의사 간의 상관관계가 없었다. 셋째, 욕구 요인의 만성질환 유무, 주관적 건강 상태, 그리고 일상생활 제한 여부는 인지 향상 프로그램 참여 의사 간의 상관관계가 없었다. 결론 : 본 연구의 결과 분석을 통한 기초적 정보와 근거의 결과를 파악하여, 추후 인지 향상 프로그램의 개발에 대한 시사점을 얻을 수 있으리라 생각된다.
본 연구는 제4차 산업혁명 기술이 선박에도 적용됨에 따라 자율운항 선박이 출현하는 해운산업 환경 변화에 대응한 선원의 직무와 역량 변화를 문헌 연구 및 전문가 대상의 인식도 조사와 AHP 설문조사를 통해 분석하였다. 인식도 조사와 AHP 분석결과 도출된 중요 요인들을 종합하면 비상대응, 주의 및 위험항해, 일반항해, 화물취급, 감항성 유지, 비상상황대처, 선박정비·관리 등의 직무는 기존 해기사 교육체계로 교육이 가능하지만, 원격제어, 모니터링 진단, 기기운용능력, 빅데이터 분석 등의 직무는 해기사의 역할보다는 무인화 및 육상 제어를 위한 직무가 강조된 것으로 이를 위한 새로운 해기교육시스템 도입이 필요한 것으로 분석되었다. 자율운항선박의 해기사 직무변화 요인의 중요도를 평가함으로써 해기인력 양성에 대한 관련 선원양성 및 교육기관들의 대응전략과 자원배분의 우선순위 결정 등에 대한 정보를 제공하고 있으며, 해기사 직무 요인과 역량 요인에 대한 인식도와 해기사 직무 요인의 중요도를 비교 평가하여 자율운항선박 도입에 따른 해기사 직무변화 및 해기인력 양성 방안을 제시하였다. 본 연구는 자율운항선박의 해기사 직무 및 역량 요인을 실무적 관점에서 체계적으로 도출하였으며, 관련 전문가별 인식도를 분석함으로써 자율운항선박 도입에 대한 전문가 차원의 대응 실상을 진단해 보았다는 데 연구의 의의가 있다.
BIM 및 AR 기술은 실제 구조물에 3D 모델 및 정보를 투영하여 현장 내 필요 데이터에 손쉽게 접근할 수 있게 한다는 점에서 건설 산업의 생산성을 증진시킬 수 있을 것으로 평가되어왔다. 그러나 건설 품질관리 업무 내 AR 기술을 적용하기 위한 선행 연구는 대부분 건설 프로젝트 전반을 대상으로 수행되어 총괄적 현장관리 방안에 불과하며, 철근과 같은 부재 단위의 품질관리 내 AR을 적용한 일부 연구 사례 또한 단순 투영에만 집중되어 구체적인 품질점검이 불가한 것으로 확인되었다. 이에 본 연구에서는 철근 부재에 특화된 실무 적용 가능 수준의 BIM 기반 AR 품질관리 시스템 개발을 최종 목적으로 하였다. 본 시스템 개발을 위해 철도 건설 현장에서 활용하는 품질점검 리스트의 철근 점검 항목을 분석하고, 이들을 효과적으로 대응할 수 있는 AR 요소기술 4가지를 개발 및 탑재하였다. 실제 철도 교량 구조물을 대상으로 개발된 시스템을 검증하였으며, 그 결과 투영 안정성 저하 문제가 도출되었다. 이는 모델 경량화(simplification) 및 AR 기기 하드웨어 성능 향상을 통해 해결하였으며, 최종적으로 시스템이 정상적으로 구동되는 것을 확인하였다. 이후 현장 품질 전문가를 대상으로 개발된 철근 품질점검 시스템의 실무 적용성 평가를 실시하였으며, 현행 철근 점검 방식 대비 AR 시스템 활용 시 점검 효율성이 증가할 것으로 평가되었다.
인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R2)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R2과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.
스마트 팩토리는 최신 정보통신기술과 제조공정이 결합된 생산시설로, 급속한 발전과 글로벌 제조업의 변화를 반영하고 있다. 로보틱스 및 자동화, 사물인터넷의 통합, 인공지능 융합기술을 활용하여 다양한 제조환경의 생산 효율성을 극대하고 있다. 하지만 스마트 팩토리 환경에서 다양한 공격기법으로 인해 보안위협 및 취약점이 발생하고 있다. 스마트 팩토리 환경에서 보안위협이 발생하면 금전적인 손해, 기업이미지하락, 인명피해가 발생하여 이에 따른 보안대응이 필요하다. 따라서 본 논문에서는 스마트 팩토리 환경에서 안전한 통신을 수행하기 위한 보안 인증 메커니즘을 제안하였다. 제안한 인증 메커니즘에 대한 구성요소에서는 스마트 디바이스, 내부 운영관리 시스템, 인증 시스템, 클라우드 스토리지 서버가 있다. 스마트 기기 등록과정, 인증 절차. 이상징후 및 갱신절차를 세부적으로 설계히였다. 그리고 제안한 인증 메커니즘의 안전성을 분석하였고, 기존 인증 메커니즘과의 성능분석을 통해 대략 8%의 효율성을 확인하였다. 그리고 제안한 기술을 적용하기 위한 경량화 프로토콜 및 보안정잭에 대한 연구방향을 제시하여 보안성 향상에 도움을 주고자 한다.
정보화시대로 변하는것처럼 경호경비에 있어서도 변화가 요구되고 있는 실정이다. 통신과 하드웨어 기술이 빠르게 발전하고 인터넷 환경이 유선에서 무선으로 변화함에 따라 현대인들은 노트북, 컴퓨터, PDA, 모바일 폰 등과 같은 이동성있는 무선 통신기기들은 이용하여 더욱 더 쉽게 각종 정보 서비스에 접근할 수 있게 되었다. 필요한 정보와 서비스를 언제, 어디서나 그리고 어떤 디바이스에도 비전을 제시한 LBS분야는 유비쿼터스(ubiquitous)개념의 출현과 더불어 그 영역을 더욱 더 넓혀가고 있는 상황이다. LBS는 바로 이 모바일 폰 속의 칩을 이용해 가입자들의 위치를 반경 수십센티에서 수백미터 내에서 언제든지 확인할 수 있도록 해준다. LBS는 서비스 방식에 따라 이동통신기지국을 이용하는 방식과 위성을 활용한 GPS로 나뉜다. 또 서비스의 유형별로는 크게 위치추적서비스, 공공안전서비스, 위치기반정보서비스 등으로 구분할 수 있으며 이것이 경호경비 발전에 함께 도모할 부분이라고 할 수 있다. 2005년에는 8,460억원 규모, 2007년에는 1조 6,561억원의 시장규모로 성장할 것으로 전망된다. 이처럼 LBS활용에 따른 경호경비도 발빠르게 변화해야하는 추세라 짐작할 수 있다. 연구의 방법에 있어서는 기본적으로 문헌조사(Cocumentary Review)를 선택하였으며, 먼저 이론적 연구는 국내${\cdot}$외에서 발간된 학술지와 단행본, 인터넷 검색, 기타 각종 연구보고서, 법령집 및 경찰청 치안 연구소에서 발간한 각종 논문과 경찰과 업무자료, 법률관계의 자료, 민간경호업체들의 문헌과 통계자료 등에 의존한 2차 문헌검토를 위주로 하였다.
최근 인터넷 기술의 발전과 함께 스마트 기기가 대중화됨에 따라 방대한 양의 텍스트 데이터가 쏟아져 나오고 있으며, 이러한 텍스트 데이터는 뉴스, 블로그, 소셜미디어 등 다양한 미디어 매체를 통해 생산 및 유통되고 있다. 이처럼 손쉽게 방대한 양의 정보를 획득할 수 있게 됨에 따라 보다 효율적으로 문서를 관리하기 위한 문서 분류의 필요성이 급증하였다. 문서 분류는 텍스트 문서를 둘 이상의 카테고리 혹은 클래스로 정의하여 분류하는 것을 의미하며, K-근접 이웃(K-Nearest Neighbor), 나이브 베이지안 알고리즘(Naïve Bayes Algorithm), SVM(Support Vector Machine), 의사결정나무(Decision Tree), 인공신경망(Artificial Neural Network) 등 다양한 기술들이 문서 분류에 활용되고 있다. 특히, 문서 분류는 문맥에 사용된 단어 및 문서 분류를 위해 추출된 형질에 따라 분류 모델의 성능이 달라질 뿐만 아니라, 문서 분류기 구축에 사용된 학습데이터의 질에 따라 문서 분류의 성능이 크게 좌우된다. 하지만 현실세계에서 사용되는 대부분의 데이터는 많은 노이즈(Noise)를 포함하고 있으며, 이러한 데이터의 학습을 통해 생성된 분류 모형은 노이즈의 정도에 따라 정확도 측면의 성능이 영향을 받게 된다. 이에 본 연구에서는 노이즈를 인위적으로 삽입하여 문서 분류기의 견고성을 강화하고 이를 통해 분류의 정확도를 향상시킬 수 있는 방안을 제안하고자 한다. 즉, 분류의 대상이 되는 원 문서와 전혀 다른 특징을 갖는 이질적인 데이터소스로부터 추출한 형질을 원 문서에 일종의 노이즈의 형태로 삽입하여 이질성 학습을 수행하고, 도출된 분류 규칙 중 문서 분류기의 정확도 향상에 기여하는 분류 규칙만을 추출하여 적용하는 방식의 규칙 선별 기반의 앙상블 준지도학습을 제안함으로써 문서 분류의 성능을 향상시키고자 한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.